Revista Catarinense de Economia Vol. 6 | n.

1 | 2022 | ISSN 2527-1180

ROUBA, MAS FAZ?

CORRUPÇÃO, DESIGUALDADE DE RENDA E POBREZA NO
BRASIL*
STEALS, BUT DOES IT?
CORRUPTION, INCOME INEQUALITY AND POVERTY IN BRAZIL
Fernando Ribeiro de Oliveira**
Marco Antonio Jorge***
Resumo: Este trabalho objetiva analisar a natureza da corrupção no âmbito político-governamental e mensurar
os efeitos desse fenômeno sobre os indicadores de desigualdade de renda e pobreza dos estados brasileiros, no
período de 2011 a 2015. Para tanto, foram testados dois modelos de regressão com dados em painel e, com o
propósito de evitar o problema de endogeneidade, emprega-se o método de mínimos quadrados em dois estágios
com uso de variáveis instrumentais. Os resultados obtidos detectaram que os níveis de pobreza aumentam à
medida que a incidência de corrupção é maior, trazendo uma implicação importante: as políticas públicas voltadas
para contenção e combate à corrupção também contribuem para a redução dos níveis de pobreza.
Palavras-chave: Corrupção; Desigualdade de renda; Pobreza; Brasil; Variáveis instrumentais.

Abstract: This paper aims to analyze the nature of corruption in the political-governmental sphere and measure
the effects of this phenomenon on the indicators of income inequality and poverty in the Brazilian states, in the
period from 2011 to 2015. Thus, we tested two regression models with panel data and, in order to avoid the
problem of endogeneity, we employed the two-stage ordinary least squares method with the use of ​​instrumental
variables. The results obtained detected that poverty levels increase as the incidence of corruption increases,
showing an important implication: public policies aimed at containing and combating corruption also contribute
to reducing poverty levels.
Keywords: Corruption; Income inequality; Poverty; Brazil; Instrumental variables.

Classificação JEL: D73; C36

*Submissão: 17/09/2022 | Aprovação: 06/03/2023 | Publicação: 28/04/2023 | DOI: 10.54805/RCE.2527-1180.v6.i1.123

**Universidade Federal de Sergipe (UFS) | E-mail: f3rnando.ti@gmail.com | ORCID: https://orcid.org/0000-0002-5571-724X
***Universidade Federal de Sergipe (UFS) | E-mail: mjorge@ufs.br | ORCID: https://orcid.org/000-0001-7195-9364

© Autor(es). Publicado pela Associação de Pesquisadores em Economia Catarinense - APEC

Este artigo é licenciado sob a Creative Commons Licence 4.0 | CC- BY
ROUBA, MAS FAZ? CORRUPÇÃO, DESIGUALDADE… 24

1. Introdução
No Brasil casos de corrupção em instituições governamentais são noticiados corriqueiramente pelos telejornais. Em
muitos desses casos, desvio de cifras milionárias dos cofres públicos são descobertos. As consequências são devastadoras, pois
a corrupção compromete o uso eficiente dos recursos, bem como cria barreiras ao crescimento e prejudica o desenvolvimento
econômico local (SODRÉ; RAMOS, 2014). Estimativas da Federação das Indústrias do Estado de São Paulo (FIESP),
divulgadas em 2010, apontaram que o custo com a corrupção no Brasil chegava a R$ 69 bilhões por ano (preços correntes de
2008), algo em torno de 2,3% do PIB. Nesse contexto tem crescido a preocupação com a corrupção e aumentado o ceticismo
em relação ao país.

Nas últimas décadas, houve muitos avanços no sentido de melhorar o controle da corrupção, com a aprovação da Lei de
Responsabilidade Fiscal e da Lei da Ficha Limpa, com a maior autonomia dada à Polícia Federal e a elevação da Controladoria-
Geral da União (CGU) ao status de ministério. No entanto, apesar desses avanços, a corrupção continua presente e ativa em
todas as esferas do setor público brasileiro (HERNANDES, 2011). Isso explica os resultados recentes em diversos indicadores
de confiança da sociedade, que apontam a corrupção como um dos principais problemas no país. Em ranking elaborado pela
organização não governamental (ONG) Transparência Internacional de 2020, o Brasil aparece na 94ª posição em relação ao
nível de percepção de corrupção, em uma amostra de 180 países.

Embora tenha uma das principais economias do mundo, o Brasil, segundo o Relatório de Desenvolvimento Humano
(RDH) da Organização das Nações Unidas (ONU) de 2019, é o detentor da segunda maior concentração de renda do
mundo, com 28,3% da renda total nas mãos do 1% mais rico da população, perdendo apenas para o Catar, onde a proporção
é de 29%. Em se tratando do Índice de Desenvolvimento Humano (IDH), o Brasil ocupa a 79ª posição em um ranking de
189 países e na América do Sul é o quarto maior IDH atrás de Chile, Argentina e Uruguai.

Para Gupta et al. (2002), ao interferir na alocação de recursos, a corrupção acaba influenciando a distribuição de renda e
a pobreza. Conforme Silva (1995), os custos com as atividades corruptas podem reduzir o crescimento econômico e também
gerar injustiças e transferências de renda dentro da sociedade.

Ante o exposto, este trabalho objetiva analisar a natureza da corrupção no âmbito político-governamental e mensurar
seus efeitos sobre os indicadores de desigualdade de renda e pobreza dos estados brasileiros, no período de 2011 a 2015.
Especificamente, busca responder ao seguinte questionamento: Qual a dimensão do impacto da corrupção sobre os indicadores
de desigualdade de renda e pobreza dos estados brasileiros?

Para tanto, foi realizada uma pesquisa bibliográfica a fim de evidenciar o estado de arte e apresentar as contribuições de
diversos autores sobre o conceito da corrupção, suas causas e consequências mais significativas. Posteriormente, foi feito o
levantamento dos dados em fontes secundárias, especificamente, nos sites do Instituto Brasileiro de Geografia e Estatística
(IBGE), do Atlas do Desenvolvimento Humano (ATLAS BRASIL, 2013), do Cadastro de Contas Julgadas Irregulares
(CADIRREG) do Tribunal de Contas da União (TCU), do Instituto de Pesquisa Econômica Aplicada (IPEA), da Relação
Anual de Informações Sociais (RAIS) e da Secretaria do Tesouro Nacional (STN).

Para avaliar se a corrupção na face pública exerce alguma influência nos indicadores de desigualdade de renda e pobreza
dos estados brasileiros foram testados dois modelos de regressão com dados em painel, adaptados de Sodré e Ramos (2014),
por sua vez baseados em Gupta et al. (2002). Com o propósito de evitar o problema de endogeneidade, faz-se uso do método
de mínimos quadrados em dois estágios com uso de variáveis instrumentais. Tal método isola o impacto da corrupção sobre
a desigualdade de renda e o nível de pobreza dos estados brasileiros, ao instrumentalizar a variável corrupção. Neste estudo,
emprega-se o indicador de corrupção governamental estadual (ICE), proposto por Boll (2010), como mensurador do nível
de corrupção de cada estado.

Nesse sentido, o artigo está dividido em cinco seções além da presente introdução. Na primeira apresenta-se uma breve
revisão da literatura, abordando inicialmente os conceitos de corrupção, os tipos existentes na face pública e as principais
causas da corrupção no âmbito político-governamental. A seção seguinte discute as contribuições das abordagens micro e
macroeconômica para o estudo da corrupção enquanto a terceira seção descreve os procedimentos adotados para a estimação
dos modelos, baseados, principalmente, em Gupta et al. (2002) e Sodré e Ramos (2014), bem como as informações sobre os
dados e a descrição das variáveis utilizados. Os resultados obtidos são apresentados e discutidos na quarta seção. Por fim, na
última seção são tecidas as considerações finais do trabalho.

2. CORRUPÇÃO: ASPECTOS INERENTES AO TEMA

Nesta seção será apresentada uma breve revisão da literatura, abordando inicialmente os conceitos de corrupção e os tipos
existentes na face pública. A seguir examina as principais causas da corrupção no âmbito político-governamental.

Revista Catarinense de Economia Vol. 6 | n. 1| p 23-38 | jan.-jun. | 2022

Oliveira & Jorge (2022) 25

2.1. CONCEITO
O conceito de corrupção mais difundido - adotado neste trabalho - é o do Banco Mundial, o qual define a corrupção
como o abuso do poder público para ganho privado (WORLD BANK, 1997). Ela pode aparecer como suborno/propina1 em
contratos governamentais ou em licenças, na forma de roubo de bens públicos ou desvio de recursos financeiros do Estado:

O cargo público é transgredido para ganhos privados quando um funcionário aceita, solicita ou extorque
um suborno. Também é transgredido quando os agentes privados oferecem, de forma ativa, subornos
para contornar as políticas e processos públicos em busca de vantagem competitiva e lucro. Os cargos
públicos também podem ser utilizados em benefício próprio, mesmo que não ocorra suborno, por meio
de proteção e nepotismo, roubo de bens públicos ou desvios de receitas do Estado (WORLD BANK,
1997, p.8-9, tradução nossa).
Para uma melhor compreensão do conceito, destacam-se as ponderações feitas por Tanzi (1998), para o qual nem todos
os atos de corrupção provem da propina. Existem casos em que a figura pública pode tirar proveito de sua posição, sem
necessariamente receber alguma compensação financeira pela ação efetuada. Além disso, o abuso do poder público pode
transcorrer em favor de terceiros (como partidos, amigos, familiares, etc.), e não para benefício próprio.

A corrupção na face pública é conceituada por Powell et al. (2010) como uso de propriedade ou autoridade do Estado
para benefício privado em detrimento do interesse geral. Ela pode ser interpretada como uma relação social (de caráter ilegal)
envolvendo dois agentes ou dois grupos de agentes - corruptos (de um lado) e corruptores (do outro lado) -, com o propósito
de transferir renda dentro da sociedade (ou recursos públicos) em favor de interesses privados (SILVA, 1995). Tal relação
envolve geralmente ganhos de maneira ilícita por meio da propina e de outras formas de pay-off. Segundo Kurer (2005), a
corrupção pública pode abranger também o nepotismo.

A corrupção pública pode assumir duas formas: política e burocrática. A corrupção política, chamada de “grande corrupção”,
é definida por Werlin (1979 apud BALBINOTTO NETO; GARCIA, 2006, p. 191) como “o desvio de recursos públicos
para propósitos não públicos”. Conforme Balbinotto Neto e Garcia (2006, p. 191), ela “pode ser compreendida como um
comportamento estabelecido para a manutenção ou distribuição do poder e riqueza” e torna-se difícil combatê-la na medida
que engloba atores capazes de mudar as regras em seu benefício (OLIVEIRA, 2021).

A corrupção burocrática, conhecida como “pequena corrupção, surge das relações estabelecidas pelo funcionamento
da administração pública e da implementação de políticas” (BALBINOTTO NETO; GARCIA, 2006, p. 191). Conforme
Huntington (1968, p. 59, tradução nossa), ela se manifesta no “comportamento de funcionários públicos que se desvia
das normas aceitas para servir a fins privados”. Klitgaard (1994 apud BALBINOTTO NETO; GARCIA, 2006, p. 192)
apresenta um entendimento semelhante: “é o comportamento que se desvia dos deveres formais de uma função pública
devido aos interesses de natureza pecuniária, ou para melhorar o status, ou que viola regras contra o exercício de certos tipos
de comportamentos ligados ao interesse privado”. Em suma, a corrupção burocrática pode implicar o enriquecimento de
funcionários públicos por meios ilegais.

A corrupção burocrática pode se manifestar de forma autônoma em relação à corrupção política. Embora, “na maioria
dos casos, os dois tipos de corrupção coexistem e podem estar interligados” (JOHNSTON, 1998, p. 79, tradução nossa). Em
relação aos impactos da corrupção burocrática e da corrupção política2, o Banco Mundial alerta que em termos econômicos
os impactos da primeira podem ser tão grandes, se não maiores que os da segunda, independente da repercussão midiática
(WORLD BANK, 1997).

2.2 CAUSAS DA CORRUPÇÃO

Nos debates recentes acerca do tema, aparenta ser consensual que excessiva regulamentação política e institucional,
agentes públicos com poder discricionário e estrutura de mercado monopolizada colaboram para as ações corruptivas
(BALBINOTTO NETO; GARCIA, 2006). Contudo, a literatura ainda traz outros fatores que criam incentivos para a
atividade corrupta no âmbito político-governamental, a saber: a excessiva intervenção do Estado, a qualidade das instituições,
os processos de privatização e de modernização dos países em desenvolvimento.

Examinando o caso dos países africanos, Mbaku (1996) observou que regras mal construídas e ineficientes geram
oportunidades para ações corruptas, criando uma competição política pelos recursos. Krueger (1974) defende que as restrições
do governo à atividade econômica dão origem a rendas de várias formas, e os agentes frequentemente competem por incentivos
financeiros, oportunizando o comportamento rent seeking. Assim, a intervenção estatal como forma de reparar falhas de
mercado pode gerar oportunidades para a corrupção e também levar a ineficiências na alocação de recursos (ACEMOGLU;
VERDIER, 2000).

A corrupção nos países em desenvolvimento é explicada por diversos autores como um resultado da mudança de estrutura
econômica, saindo de padrões tradicionais para padrões modernos (MBAKU, 1996). Por essa ótica, a corrupção decorreria
do processo de desenvolvimento social e econômico. Dentre os trabalhos mais notórios que tratam dessa questão, destaca-se
o de Huntington (1968, p. 61, tradução nossa) para quem “a corrupção é um produto da distinção entre bem-estar público e

Revista Catarinense de Economia Vol. 6 | n. 1| p 23-38 | jan.-jun. | 2022

ROUBA, MAS FAZ? CORRUPÇÃO, DESIGUALDADE… 26

interesse privado que vem com a modernização”.

A privatização de empresas estatais é vista como uma forma de reduzir a corrupção pública (TANZI, 1998) e de melhorar
o desempenho da economia (ROSE-ACKERMAN, 1997). No entanto, o processo de privatização também pode criar
oportunidades para ações corruptas3. Conforme Rose-Ackerman (1997), o processo de privatização é semelhante à licitação
de um projeto. Assim, os incentivos para flexibilizar o processo de seleção a favor de uma empresa também são idênticos.
Logo, a corrupção pode afetar a lógica da eficiência econômica que justifica a privatização.

Embora os problemas de corrupção associados à privatização sejam observados em todas as regiões do mundo, os abusos
aparentam ser mais significativos nas economias em transição4 (TANZI, 1998). Segundo Mauro (1998), a mudança das
economias planificadas para as economias de mercado gera oportunidades para a corrupção de forma mais caótica e destrutiva
nesses países. Quando tolerada e vista com complacência, o governo pode usar a corrupção para manter o monopólio do
poder (ROSE-ACKERMAN, 1997). De modo oposto, a corrupção pode minar a estabilidade política, enfraquecendo a
legitimidade do governo.

3. ECONOMIA DA CORRUPÇÃO
A teoria econômica estuda o fenômeno da corrupção por intermédio das abordagens micro e macroeconômica. A
abordagem microeconômica faz o estudo da corrupção por meio de modelos de comportamentos maximizadores da utilidade
(GARCIA, 2003). Já a abordagem macro busca analisar os efeitos da corrupção sobre indicadores da economia.

3.1 ABORDAGEM MICROECONÔMICA DA CORRUPÇÃO

No decorrer desta seção serão discutidas as teorias microeconômicas que têm colaborado para explicar a corrupção no
setor público, a saber: Teoria Econômica do Crime, Teoria dos Caçadores de Renda (Comportamento Rent Seeking), Teoria
da Propina e o Problema Agente-Principal. Ainda que tratadas separadamente, essas teorias são consideradas complementares
entre si e, quando associadas, fornecem um panorama que possibilita o melhor entendimento da questão.

3.1.1 Teoria Econômica do Crime

O trabalho desenvolvido por Gary Becker em 1968 foi o precursor na análise econômica do crime. No entendimento
de Becker, o agente econômico busca otimizar sua função de utilidade avaliando a relação entre o custo e benefício de suas
ações, a fim de encontrar um “ponto ótimo” para a prática ilegal (HERNANDES, 2011). Sob essa perspectiva, “os agentes
econômicos fazem escolhas racionais, adotando um comportamento que maximize seus ganhos pessoais” (GARCIA, 2003,
p. 25). Segundo o autor, a função de utilidade esperada do agente econômico corrupto pode ser obtida por:

Onde:
p = probabilidade subjetiva do agente ser descoberto e punido pela ação corrupta;
1 – p = probabilidade de o agente não ser descoberto;
R (x) = custo moral;
x = ganhos recebidos pela conduta ilícita;
f = magnitude da pena ou punição;
w = salários ou remuneração do agente.
Em suma, quanto maior a probabilidade de detecção e punição, menores os benefícios da ação corrupta e, portanto,
menor a probabilidade de se cometer a ação criminosa. Ou seja, o agente econômico vai cometer o crime somente quando
os prováveis benefícios resultantes da conduta criminosa forem maiores que os custos envolvidos. Esses benefícios são
determinados pelos possíveis ganhos, normalmente financeiros, obtidos com a realização dessa ação (GARCIA, 2003),
enquanto os custos envolvem a perda do emprego (ou mandato político), reclusão e desaprovação social (HERNANDES,
2011). Uma contribuição dessa abordagem é que o Estado pode manipular variáveis importantes no cálculo econômico (como
salários, probabilidade de detecção e punição) para desestimular escolhas corruptas.

Revista Catarinense de Economia Vol. 6 | n. 1| p 23-38 | jan.-jun. | 2022

Oliveira & Jorge (2022) 27

3.1.2 Teoria dos Caçadores de Renda (Rent Seeking)

Os primeiros trabalhos sobre a Teoria Rent Seeking foram desenvolvidos por Tullock (1967) e Krueger (1974). A Teoria
Rent Seeking é pioneira na análise, a partir de instrumentos econômicos, do fenômeno da corrupção no setor público
(LAMBSDORFF, 2002). Rent Seeking é o nome dado ao comportamento que visa influenciar os resultados das políticas
públicas (MBAKU, 1998) e que busca obter privilégios de mercado (BORSANI, 2004). Na interpretação desta teoria, os
agentes econômicos competem pela maximização de seu bem-estar, considerando um determinado conjunto de regras.
Agindo dentro ou fora das regras discriminadas, isso pode resultar em transferências de rendas na sociedade (SILVA, 1995).

A Teoria Rent Seeking foca a interação entre o Estado, detentor do monopólio da alocação de direitos de propriedade,
e as partes privadas. Essa interação ocorre dentro de um mercado político competitivo: de um lado, o Estado oferecendo
direito ou tratamento preferencial, e do outro lado, os agentes privados competindo por privilégios (LAMBSDORFF, 2002).
Para Mbaku (1998), os participantes nos mercados políticos têm preferências sobre o efeito distributivo de cada escolha
política, além dos resultados das políticas públicas. A fim de influenciar esses resultados, os indivíduos dispendem recursos.
Assim, a atividade rent seeking pode resultar na adoção de políticas custosas para uma sociedade, à medida que efetua uma
transferência de renda para alguns grupos organizados.

A relação entre a atividade rent seeking e a corrupção decorre da escolha racional dos agentes públicos e privados e da
estrutura de incentivos que existe na sociedade (SILVA, 1995), onde a corrupção pode ser entendida como uma forma de
tratamento preferencial por parte dos agentes públicos tomadores de decisões. Certo tratamento é um atrativo para as partes
privadas competirem entre si pagando subornos, bem como para buscarem se beneficiar das rendas econômicas resultantes
das decisões. Quando a competição pelo tratamento preferencial é restringida a alguns privilegiados e quando os custos com
a ação são vantajosos para o favorecido, a atividade rent seeking é chamada de corrupção (LAMBSDORFF, 2002).

Esta visão se adequa bem a países em desenvolvimento, onde os programas do governo são controlados por agentes
públicos que normalmente se encontram diante de uma acentuada demanda pelos recursos disponíveis. Logo, existe um
elevado incentivo para o recebimento de propinas e para a participação em grupos de patrões-clientes5), na condição de
agente caçador de renda (SILVA, 1995). No Brasil, muitos dos casos de corrupção verificados nas últimas décadas envolveram
incentivos desse tipo.

3.1.3 Teoria da Propina

A Teoria Rent Seeking pode ser complementada pela Teoria Econômica da Propina, posto que envolve um comportamento
ilegal com consequente uso de propina (SILVA, 1995).

A Teoria Econômica da Propina tem origem, principalmente, a partir do trabalho de Rose-Ackerman (1978), no qual
a autora analisa os incentivos da corrupção para os agentes econômicos na face pública e procura formular uma teoria
positiva que contribua para combater o comportamento corrupto nas instituições políticas e burocráticas. Assim, ela busca
desenvolver um conjunto de técnicas analíticas que reúnam a preocupação com o comportamento de interesse próprio e
o reconhecimento de que as instituições fornecem um sistema de incentivos distinto daquele pressuposto pelo paradigma
competitivo do mercado.

De acordo com Silva (1995) o estudo econômico das instituições deve levar em consideração os fenômenos do suborno e
da propina em razão do conflito entre o bem público e o mercado. Em uma situação de competição perfeita, as relações de
troca envolvendo agentes privados não são pessoais e objetivam a maximização da utilidade dos participantes. Segundo ele, é
o que também se observa em um Estado perfeito, regido pelo comportamento público dos burocratas, onde as decisões não
envolvem qualquer avaliação pessoal. Assim sendo, os agentes públicos otimizariam sua função de bem-estar e proveriam
com mais eficiência a sociedade. Contudo, Silva (1995) salienta que num mundo com corrupção e propina esse modelo não
é validado6. Dentro dessa visão, a propina é vista como um meio financeiro de transformar relações impessoais em pessoais.

Em um estudo sobre a relação entre a estrutura do mercado e a incidência de transações corruptas no processo de
contratação do governo (isto é, a corrupção burocrática), Rose-Ackerman (1975) comenta que o suborno será elegível para
uma transação corrupta quando houver uma posição de poder, produzida por imperfeições do mercado ou por uma condição
institucional. Em relação à corrupção ligada às imperfeições de mercado, Silva (1995, p. 41-42) faz a seguinte ponderação:

Geralmente os governos são grandes compradores de bens de capital e de obras de infraestrutura cujos
preços são dificilmente estabelecidos dentro de uma lógica de mercado. As obras públicas envolvem
grandes quantidades de dinheiro que são manipuladas por diversos agentes públicos e privados, que podem
estabelecer muitos argumentos que justificam preços que podem implicar superfaturamento e divisão de
propinas entre as partes envolvidas. Como há um problema de controle sobre o comportamento dos
agentes públicos que tomam estas decisões econômicas e financeiras, abre-se margem para a corrupção.
Segundo Silva (1995), sob essa ótica, o problema da propina pode ser resolvido pela avaliação do sistema de incentivos
(pay-offs) que o conjunto de instituições reproduz na sociedade e que influencia a ação dos agentes econômicos (públicos
e privados), bem como pela aplicação de sistemas de punições. Como bem enfatizado pelo autor, tecnicamente, este é um

Revista Catarinense de Economia Vol. 6 | n. 1| p 23-38 | jan.-jun. | 2022

ROUBA, MAS FAZ? CORRUPÇÃO, DESIGUALDADE… 28

problema de agente-principal.

3.1.4 O Problema Agente-Principal

O Problema Agente-Principal (ou Teoria da Agência) consiste no fato de que é bastante oneroso monitorar o
comportamento do agente na administração, em geral. Nesse sentido, a agência envolve um problema de fiscalização e
controle do comportamento de agentes, os quais podem atuar de maneira oculta (SILVA, 2004). Conforme Rose-Ackerman
(1978), ainda que o principal deseje que o agente cumpra sempre os objetivos propostos, o difícil monitoramento acaba
dando liberdade para o agente priorizar seus próprios interesses. No caso da administração pública, uma vez que a eficiência
é dependente do comportamento pouco fiscalizado e controlado de agentes (burocratas), o principal (sociedade representada
pelo governo) fica sujeito à perda de controle da máquina estatal (SILVA, 2004).

De acordo com Silva (2004) existem muitos problemas de agência na administração pública. Para o autor, mesmo que
se suponha que todos os burocratas sejam honestos e incorruptíveis, os agentes (funcionários públicos e contratados) não
têm suas ações motivadas pelo interesse coletivo, mas sim por interesse privado (dentro ou não da lei). Além disso, o agente
público não é imune aos interesses de lobbies, bem como aos de diversos agentes que podem pressionar suas decisões (os
clientes). No momento em que o agente quebra as regras estabelecidas pelo principal em favor de terceiros e a fim de
promover seu próprio benefício, ocorre a corrupção (LAMBSDORFF, 2002). Segundo Lambsdorff (2002), o agente deve
se esforçar para maximizar o bem-estar público assim como o principal, caso contrário, efeitos negativos sobre o bem-estar
social podem ser assumidos.

3.2 ABORDAGEM MACROECONÔMICA DA CORRUPÇÃO

Até meados da década de 1970, havia uma crença de que os efeitos da corrupção na economia eram benéficos. Dentre
os trabalhos que viam a corrupção como promotora da eficiência econômica, destacam-se os estudos de Leff (1964) e
Huntington (1968), teóricos de uma corrente que ficou conhecida como revisionista (BALBINOTTO NETO; GARCIA,
2006; CARRARO et al., 2006; POWELL et al., 2010; SODRÉ; RAMOS, 2014). Os teóricos desta corrente argumentavam
que a corrupção agiria como um óleo lubrificante das engrenagens emperradas da burocracia (CARRARO et al., 2006),
viabilizando novos investimentos de maneira mais rápida e impulsionando, assim, o crescimento econômico.

A interpretação dada pela escola revisionista foi contestada ao final da década de 1970 por Rose-Ackerman (1978). Segundo
a autora, a corrupção tem impactos negativos sobre a economia e as instituições, posto que as transações corruptas são do tipo
agente-principal e que o agente público sempre buscará maximizar sua função de utilidade. A partir daí, surgiu a corrente
denominada modernista, que analisa a corrupção como um obstáculo ao desenvolvimento econômico. Atualmente, esta
última aparenta ser predominante na literatura econômica da corrupção.

Para Oliveira (2021) a corrupção é deletéria para a economia, pois: i. distorce os preços relativos, piorando a qualidade do
investimento privado, ii. distorce a oferta do pacote de bens e serviços públicos, iii. reduz a receita tributária, iv. estimula a
seleção adversa de funcionários públicos em caso de propiciar um retorno elevado e v. desestimula o investimento de longo
prazo em função da maior probabilidade de expropriação quanto maior for o prazo de maturação do investimento.

O quadro a seguir expõe algumas das principais evidências empíricas sobre os efeitos da corrupção na economia. Como se
pode observar, os resultados estão em linha com a visão da corrente modernista.

Revista Catarinense de Economia Vol. 6 | n. 1| p 23-38 | jan.-jun. | 2022

Oliveira & Jorge (2022) 29

Quadro 1: Evidências empíricas sobre os efeitos da corrupção na economia

RECORTE
AUTORES MÉTODO NÍVEL GEOGRÁFICO EFEITOS ECONÔMICOS DA CORRUPÇÃO
TEMPORAL

Impacto negativo sobre o investimento e o

Mauro (1995) MQO 2E 1980-1983 Países
crescimento econômico.
Impacto negativo sobre o crescimento, com
Tanzi e Davoodi (1998) MQO 1980-1995 Países diminuição da receita governamental, e associação
positiva com o investimento público7.
Impacto negativo sobre a taxa de juros e a
Silva et al. (2001) MQO 1998 Países produtividade do capital, implicando uma redução
da renda per capita e do crescimento econômico.
Impacto negativo sobre a desigualdade de renda e
Gupta et al. (2002) MQO 2E 1980-1997 Países
a pobreza.
Impacto negativo sobre o crescimento. Contudo, o
Svensson (2005) MQO 2E 1980-2000 Países
resultado não foi estatisticamente significante.
Carraro et al. (2006) EGC 1998 Brasil Impacto negativo sobre o crescimento econômico.
Impacto negativo sobre o Índice de
Sodré e Ramos (2014) MQO 2E 2010 Municípios brasileiros Desenvolvimento Humano (IDH), a desigualdade
de renda e a pobreza.
Impacto negativo, quando acima do nível aceito,
Sobral et al. (2015) MQO 2E 1998-2008 Estados brasileiros
sobre o crescimento econômico dos estados.
Impacto negativo sobre o produto e o
Campos e Pereira (2016) EGC 2010 Brasil
investimento; redução do bem-estar.
Impacto positivo sobre o crescimento econômico,
Delbianco et al. (2016) MQO 3E 1980-2013 Países mas negativo sobre o investimento e o capital
humano.
Montes e Almeida Impacto negativo sobre o indicador de confiança
GMM 1990-2013 Países
(2017) nos negócios.
Fonte: Elaboração própria.

4 ASPECTOS METODOLÓGICOS
Nesta seção serão apresentados os procedimentos adotados para estimar os possíveis efeitos da corrupção na pobreza e na
desigualdade de renda dos estados brasileiros, baseados, principalmente, em Gupta et al. (2002) e Sodré e Ramos (2014), bem
como as informações sobre os dados e a descrição das variáveis utilizados nas estimações dos modelos.

Utilizaremos o modelo de mínimos quadrados para regredir, com dados em painel, os valores da desigualdade de renda e
do nível de pobreza dos estados em relação ao nível de corrupção e às variáveis socioeconômicas de controle para o período
de 2011 a 2015. Ou seja:

(1)

(2)

Onde:

Wij = é o nível de corrupção no estado i no período t;

Xi j= é uma matriz com as variáveis socioeconômicas de controle;
uij= é o termo erro estocástico.
O βi representa uma medida de impacto de cada variável na determinação do nível de desigualdade de renda e de pobreza
em cada estado. Em ambos os modelos, o foco de nossa análise é o βi. Por conseguinte, buscaremos testar as seguintes
hipóteses: i. O nível de desigualdade de renda nos estados brasileiros aumenta à medida que o nível de corrupção é maior; ii.
O nível de pobreza se eleva quando o nível de corrupção estadual é maior.

As variáveis socioeconômicas assumidas como determinantes da desigualdade de renda são: distribuição inicial de ativos,
PIB per capita, taxa de crescimento da renda per capita, percentual da população economicamente ativa, taxa de desemprego,

7 Como o investimento agregado é reduzido pela corrupção, o investimento privado diminui em detrimento do aumento do investimento público. Maiores
recursos disponíveis possibilitam maiores desvios (TANZI; DAVOODI, 1998).

Revista Catarinense de Economia Vol. 6 | n. 1| p 23-38 | jan.-jun. | 2022

ROUBA, MAS FAZ? CORRUPÇÃO, DESIGUALDADE… 30

desigualdade educacional, transferências per capita e população rural. Com exceção da taxa de crescimento da renda per capita
e das transferências per capita, as demais variáveis são incluídas também no modelo de pobreza, além da taxa de crescimento
do PIB e da despesa social per capita.

Os dados em painel fornecem “dados mais informativos, maior variabilidade, menos colinearidade entre variáveis,
mais graus de liberdade e mais eficiência” (GUJARATI; PORTER, 2011, p. 588). Além disso, permitem estudar modelos
comportamentais mais complicados, observando melhor os efeitos que não poderiam ser detectados e medidos em uma
análise de corte transversal ou série tempora8. E, ao estudar observações repetidas de corte transversal, os dados em painel
possibilitam examinar a dinâmica da mudança.

No entanto, ao se estimar um modelo de regressão podem surgir alguns problemas como: simultaneidade, variáveis
omitidas e viés de seleção. O problema da simultaneidade (ou causação “reversa”) manifesta-se quando a variável explicada
do modelo exerce influência sobre a variável explicativa1. O problema de variáveis omitidas surge quando uma das variáveis
explicativas é correlacionada com o termo de erro estocástico do modelo, ou seja, E(X/μi) ≠ 0. Já o viés de seleção amostral
ocorre quando a base de dados é criada de forma não aleatória, o que pode levar à inclusão de subgrupos na amostra. Ambos
os casos são fontes tradicionais de endogeneidade.

A presença de endogeneidade nos modelos leva a estimativas viesadas e inconsistentes. Com o propósito de se evitar esse
problema, utilizamos o método de mínimos quadrados em dois estágios. O método isola o impacto puro da corrupção sobre
a desigualdade de renda e o nível de pobreza dos estados brasileiros, usando “proxies” (ou seja, instrumentos) para a variável
corrupção, que não sejam correlacionadas com a variável dependente. O processo é o seguinte:

Estágio 1: Regredimos a corrupção sobre cada uma das variáveis instrumentais (Zi), e sobre as variáveis predeterminadas
em cada um dos modelos (Xi). Neste caso, isso significa regredir a corrupção como se segue:

(3)

Obtendo os seguintes resultados:

(4)

Estágio 2: Substituímos Wi nas equações (estruturais) originais pelos valores estimados e aplicamos as regressões de
mínimos quadrados à equação transformada:

(5)

(6)

Novamente, o parâmetro e a variável de interesse nos dois modelos são o βi e a corrupção instrumentalizada. Neste
trabalho, utilizou-se os seguintes instrumentos para a corrupção governamental estadual: informação e comunicação; e
corrupção defasada.

A escolha da variável informação e comunicação justifica-se pela importância da imprensa no controle da corrupção
governamental. Espera-se que exista uma correlação negativa entre o nível de corrupção e o nível de participação da imprensa
numa determinada localidade. Supõe-se que quando as ações do governo são monitoradas, o incentivo para o agente agir de
forma corrupta é menor. Isto é, quanto maior for a atuação da imprensa na localidade, menos favorável o ambiente à prática
de atividade ilícita9.

Quando o comportamento corrupto é tido como natural, muitos hábitos ilegais tendem a se prolongar, o que pode
ocasionar certa inércia. Lugares corruptos hoje podem continuar assim por mais tempo. Considerando que essa afirmação
é verdadeira, a corrupção defasada em cinco anos foi outro instrumento utilizado neste estudo. Importante destacar que
ao utilizar esse instrumento, evita-se o problema de simultaneidade, pois apenas os efeitos da corrupção passada sobre a
desigualdade de renda e a pobreza serão observados e não o inverso.

Em síntese, o método de variável instrumental é baseado no caso de seleção em características não observáveis. Isto é,
variáveis que influenciam a corrupção (Wi) e que afetam os resultados potenciais10, mas não são observáveis pelo pesquisador
(PINTO, 2017). Nesse caso, utiliza-se uma variável exógena (Zi) que afeta o nível de corrupção e que não está correlacionada
com nenhum fator não observável relacionado às variáveis explicadas. Logo, assumimos que e

9 Em que pese o fato de os grandes veículos de imprensa serem majoritariamente parciais e atenderem aos interesses do capital, não necessariamente estarão
todos alinhados com o governo a ponto de acobertar os atos de corrupção governamental. Ainda assim, para aumentar a isenção da cobertura jornalística
escolhemos como um dos instrumentos do modelo a totalidade do pessoal ocupado em rádio, televisão, jornais e revistas independentemente do veículo a
que pertencem.
10 Ressalta-se que os instrumentos (Zi) afetam os resultados potenciais somente por meio da sua relação com a corrupção.

Revista Catarinense de Economia Vol. 6 | n. 1| p 23-38 | jan.-jun. | 2022

Oliveira & Jorge (2022) 31

, ou seja, que não há relação linear entre os instrumentos e os termos de erro estocástico e que os termos de
erro estocástico das equações são relacionados.

4.1 DADOS E DESCRIÇÃO DAS VARIÁVEIS

O levantamento dos dados socioeconômicos foi efetuado em fontes secundárias, especificamente junto ao Instituto
Brasileiro de Geografia e Estatística (IBGE) – através da Pesquisa Nacional por Amostra de Domicílios (PNAD) e do Censo
Demográfico -, no Instituto de Pesquisa Econômica Aplicada (IPEA), no Atlas do Desenvolvimento Humano11 (ATLAS
BRASIL, 2013), no Radar IDHM12, e nos sistemas administrados pela Secretaria do Tesouro Nacional (STN), para o período
de 2011-2015. O quadro abaixo traz a descrição das variáveis presentes nos modelos:

Quadro 2: Descrição e cálculo das variáveis socioeconômicas

VARIÁVEL
Desigualdade de renda
Nível de pobreza
Distribuição inicial dos ativos
Taxa de crescimento do PIB
PIB per capita
Taxa de crescimento da renda per capita rendimento
(RDPC)
População economicamente ativa
Taxa de desemprego
Desigualdade educacional
Despesa social per capita
Transferências per capita
População rural
DESCRIÇÃO CÁLCULO FONTE
Razão 20/40 - Mede o grau de
desigualdade existente na distribuição Razão 20% mais ricos / 40% mais
Radar IDHM
pessoal segundo a renda domiciliar per pobres
capita.
Proporção de pobres – indivíduos com
renda domiciliar per capita igual ou - Radar IDHM
inferior a R$ 140,00 mensais.
Distribuição inicial do rendimento
mensal das pessoas de 10 anos ou mais Coeficiente de Gini de dez anos atrás. IPEA
de idade, com rendimento.
Taxa de crescimento anual do Produto
( )/ PNAD
Interno Bruto.
- PIB/População PNAD
Taxa de crescimento anual do
médio mensal das
PNAD
pessoas de 10 anos ou mais de idade, ( )/
economicamente ativas.
Percentual da população que está
economicamente ativa – pessoas de 10 PEA/População PNAD
anos ou mais de idade.
- População desocupada/PEA PNAD
População adulta analfabeta/
- PNAD
População adulta com ensino superior
Gastos com saúde, educação, assistência
social e previdência social em relação à Despesa/População STN
população do estado.
Transferências Constitucionais
destinadas a estados e municípios em Transferências/População STN
relação à população do estado.
Percentual da população residente na
População rural/População Total PNAD
zona rural.

As variáveis utilizadas como instrumentos foram construídas da seguinte forma:

a) Informação e Comunicação (ou imprensa): Pessoal ocupado em atividades ligadas a rádio, televisão, jornais e
revistas por cem mil habitantes.

b) Corrupção defasada: indicador do nível de corrupção estadual com defasagem de 5 anos.

Os dados referentes à variável informação e comunicação foram retirados do IBGE e da Relação Anual de Informações
Sociais (RAIS). Já, a Corrupção defasada baseia-se no Indicador de Corrupção Governamental Estadual (ICE) desenvolvido
por Boll (2010). O ICE utiliza dados do Cadastro de Contas Julgadas Irregulares (CADIRREG) do Tribunal de Contas da
União (TCU) - a fim de capturar os valores envolvidos em irregularidades e o número de processos por estado -, dados do
STN – total das Transferências Constitucionais destinadas a cada estado – e dados do IBGE (população residente e PIB de
cada estado). Para o cálculo do ICE, inicialmente são construídos os seguintes indicadores simples:

11 Organizado pelo Programa das Nações Unidas para o Desenvolvimento (PNUD).

12 Organizado pelo IPEA, Fundação João Pinheiro e pelo PNUD.

Revista Catarinense de Economia Vol. 6 | n. 1| p 23-38 | jan.-jun. | 2022

ROUBA, MAS FAZ? CORRUPÇÃO, DESIGUALDADE… 32

1. Valor das irregularidades por população per capita por estado (VPOP);

2. Valor das irregularidades com relação ao PIB de cada estado (VPIB);

3. Valor das irregularidades com relação ao valor total das transferências constitucionais destinadas a cada estado
(VTRANS) e

4. Percentual de processos irregulares por estado (PROCESS).

Após a construção dos indicadores simples, realizou-se a normalização dos dados obtidos através do método Re-Scaling
anual, no intuito de organizar os dados em uma mesma escala de medida que varia no intervalo de zero a 1, onde o zero
representa o mínimo para o período e o um representa o máximo. O método obedece à seguinte equação:

(7)

Posterior à transformação, os dados obtidos são aplicados no indicador composto de corrupção governamental estadual, o
ICE. O indicador é formulado da seguinte maneira:

(8)

O ICE varia em uma escala de zero a 1, segundo a qual na faixa de zero a 0,100 a incidência de corrupção governamental
estadual é considerada muito baixa; na faixa de 0,101 a 0,250 a incidência é considerada baixa; na faixa de 0,251 a 0,450
a incidência é considerada moderada; na faixa de 0,451 a 0,700 a incidência é considerada alta e na faixa de 0,701 a 1, a
incidência de corrupção governamental estadual é considerada muito alta13.

Supõe-se que os efeitos da corrupção nos indicadores de interesse podem não ocorrer de imediato, sendo necessária
uma diferença temporal: um aumento ou queda da desigualdade de renda e pobreza em um ano qualquer, não é explicado,
necessariamente, pelo índice de corrupção desse ano. Por esse motivo, e devido ao ICE ser um indicador instável - oscila
muito de um ano para outro -, fazemos uso de um indicador de corrupção governamental estadual médio, em que o índice
para um determinado ano representa a média dos índices dos cinco anos anteriores14.

5 RESULTADOS E DISCUSSÕES
Inicialmente procede-se a análise descritiva dos dados. A Tabela 1 refere-se às variáveis de interesse (Razão 20/40, Proporção
de pobres e Indicador de corrupção governamental estadual) e às variáveis instrumentais (Imprensa e Corrupção defasada).
Já a Tabela 2 diz respeito às variáveis de controle presentes nos modelos. Na maioria dos casos os dados apresentaram-se bem
distribuídos e revelaram uma significativa variabilidade.

Tabela 1: Estatísticas descritivas das variáveis de interesse e das variáveis instrumentais (2011-2015)
VARIÁVEIS Média Desvio padrão Mínimo Máximo
Razão 20/40 9,44 1,75 6,03 16,34
Proporção de pobres 12,66% 7,84% 1,98% 32,84%
ICE 0,200 0,125 0,011 0,569
Imprensa 64,72 37,02 23,11 194,96
Corrupção defasada 0,157 0,118 0,005 0,548
Fonte: Elaboração própria.

Observa-se na Tabela 1 que os 20% mais ricos tiveram uma renda média 9,44 vezes maior que os 40% mais pobres,
entre os anos de 2011 e 2015. O estado de Santa Catarina foi a unidade federativa responsável pela menor concentração de
renda (6,03). Nota-se também que a proporção de pobres varia de 1,98% até 32,84% e o nível de corrupção governamental
estadual varia de 0,011 até 0,569. Os estados do Maranhão e de Alagoas apresentaram, proporcionalmente, os maiores níveis
de pobreza. Santa Catarina e o Distrito Federal foram os estados que apresentaram os menores percentuais de indivíduos com
renda per capita igual ou inferior a R$ 140,00 mensais.

Santa Catarina também foi responsável pelos menores níveis de corrupção governamental estadual no período. Maranhão

13 Boll (2010) classifica a incidência de corrupção estadual de outra forma: baixa (de zero a 0,330), média (de 0,331 a 0,660) e alta (de 0,661 a 1).
14 Por exemplo, o indicador de corrupção estadual para o ano de 2011 será calculado a partir da média dos índices de 2006 a 2010.

Revista Catarinense de Economia Vol. 6 | n. 1| p 23-38 | jan.-jun. | 2022

Oliveira & Jorge (2022) 33

e Roraima foram os estados que apresentaram os maiores níveis. Em média, a participação da imprensa nos estados foi de
64,72 empregados por cem mil habitantes, sendo o Distrito Federal o responsável pela maior taxa de profissionais do setor
de informação e comunicação. Por sua vez, o nível de corrupção governamental estadual defasado em 5 anos variou de 0,005
(Santa Catarina) até 0,548 (Maranhão), com média de 0,157 no período.

Tabela 2: Estatísticas descritivas das variáveis de controle (2011-2015)

VARIÁVEIS Média Desvio padrão Mínimo Máximo
Distribuição inicial dos ativos 0,562 0,034 0,461 0,634
PIB per capita R$17.471,81 R$9.308,35 R$7.206,60 R$53.294,60
Taxa de crescimento do PIB 2,03% 4,50% -13,14% 14,70%
Taxa de crescimento da RDPC 1,35% 6,63% -17,60% 23,33%
População economicamente ativa 50,35% 3,90% 40,60% 57,46%
Taxa de desemprego 7,27% 2,39% 3,01% 15,46%
Desigualdade educacional 1,379 1,093 0,114 5,113
Despesa social per capita R$1.929,43 R$462,70 R$687,94 R$3.986,38
Transferência per capita R$1.462,50 R$741,17 R$188,27 R$3.693,54
População rural 18,95% 9,21% 2,63% 41,75%
Fonte: Elaboração própria.

Na Tabela 2 constata-se que a distribuição inicial dos ativos – indicador que mostra como estava distribuída a riqueza em
determinada localidade no passado (SODRÉ; RAMOS, 2014) – obteve média de 0,562, que os estados brasileiros cresceram
a uma taxa anual média de 2,03%, a renda apresentou um crescimento positivo igual a 1,35% a.a. e o PIB per capita variou
de R$ 7.206,60 até R$ 53.294,60 entre 2011 e 2015. Vê-se também que a população economicamente ativa representou, em
média, 50,35% e a taxa média de desemprego dos estados foi de 7,27%. Santa Catarina foi responsável pela menor taxa de
desemprego (3,01%), enquanto Alagoas ostentou a maior taxa (15,46%).

Verifica-se ainda que existem estados com população rural acima de 40% da população, enquanto há outros
predominantemente urbanos. Observa-se que o valor médio da transferência per capita foi de R$ 1.462,50, pertencendo
ao Distrito Federal o menor valor destinado à sua população (R$ 188,27). Por outro lado, o Distrito Federal apresentou,
proporcionalmente, o maior volume de despesa per capita com saúde, educação, assistência social e previdência social (R$
3.986,38). O Distrito Federal também foi o responsável pelos menores níveis de desigualdade educacional enquanto o
Maranhão foi o estado responsável pelo maior nível de desigualdade educacional no período.

5.1 Corrupção e desigualdade de renda

No intuito de explicar a relação entre corrupção e desigualdade de renda, foram estimados o modelo de efeitos fixos15 e
de MQO em dois estágios. A Tabela 3 traz os resultados dessas estimações onde se constata a existência de uma associação
positiva, porém não significativa entre a corrupção e a desigualdade de renda.

Tabela 3: Impactos da corrupção sobre a desigualdade de renda dos estados brasileiros

VARIÁVEIS MEF IV 1 IV 2
0,0984*** 0,0961 0,0970*
Constante
(0,0364) (0,0699) (0,0371)
0,0024 0,0623 0,0377
Corrupção
(0,0186) (0,1764) (0,0541)
0,0623*** 0,0695 0,0665**
Distribuição inicial dos ativos
(0,0204) (0,0584) (0,0330)
7E-07 4E-07 5E-07
PIB per capita
(1E-06) (2E-06) (1E-06)
0,0501*** 0,0619** 0,0571***
Taxa de crescimento da RDPC
(0,0066) (0,0312) (0,0173)
-0,0417 -0,0610 -0,0531
População economicamente ativa
(0,0520) (0,0690) (0,0598)
continua...

15 A escolha do modelo de efeitos fixos foi validada pelos testes de Breush-Pagan e de Mundlak.

Revista Catarinense de Economia Vol. 6 | n. 1| p 23-38 | jan.-jun. | 2022

ROUBA, MAS FAZ? CORRUPÇÃO, DESIGUALDADE… 34

Tabela 3. continuação...
VARIÁVEIS MEF IV 1 IV 2
0,0631 0,0623 0,0626
Taxa de desemprego
(0,0669) (0,1156) (0,0874)
0,0085** 0,0083 0,0084
Desigualdade educacional
(0,0042) (0,0063) (0,0054)
-2E-05* -2E-05 -2E-05
Transferências per capita
(1E-05) (2E-05) (1E-05)
-0,0869 -0,0824 -0,0843
População rural
(0,0783) (0,1512) (0,0772)
R² (Within) 0,4632 0,3754 0,4326
R² (Between) 0,0110 0,0706 0,0406
R² (overall) 0,0242 0,0913 0,0603
Número de observações 135 135 135
Fonte: Elaboração própria.
Nota: 1) Erros padrão entre parênteses; 2) Níveis de significância: ***: Significativo a 1%; **: Significativo a 5%; *Significativo a 10%; 3) Instrumentos: IV 1:
Imprensa; IV 2: Corrupção defasada.

De forma particular, notou-se na estimação de efeitos fixos que os coeficientes relacionados à distribuição inicial dos
ativos e à desigualdade educacional foram positivos e significativos ao nível de 1% e 5%, respectivamente. Esses resultados
revelam que os estados com uma distribuição mais desigual dos ativos, além de um acesso mais desigual à educação tendem a
apresentar maiores níveis de desigualdade de renda. O estudo de Gupta et al. (2002) corrobora com esses achados. Em relação
à taxa de crescimento da renda per capita, notou-se que também foi positiva e estatisticamente significativa ao nível de 1%,
indicando que os estados cujas rendas mais cresceram possuem uma maior desigualdade na sua distribuição.

Corrupção e pobreza

Com o objetivo de captar os impactos da corrupção sobre a pobreza, também foram estimados o modelo de efeitos fixos1
e de MQO em dois estágios. A Tabela 4 mostra os resultados dessas estimações.

Tabela 4: Impactos da corrupção sobre a pobreza dos estados brasileiros

VARIÁVEIS MEF IV 1 IV 2
0,3000 0,3127 0,3088
Constante
(0,1980) (0,2512) (0,2042)
0,0864** 0,3094 0,2399
Corrupção
(0,0408) (0,4771) (0,3748)
0,1346 0,1770 0,1638
Distribuição inicial dos ativos
(0,1575) (0,1795) (0,1927)
-6E-06 -7E-06 -6E-06
PIB per capita
(4E-06) (7E-06) (5E-06)
0,1041 0,1343* 0,1249
Taxa de crescimento da RDPC
(0,0746) (0,0763) (0,0789)
-0,5312** -0,6559** -0,6170***
População economicamente ativa
(0,2148) (0,2758) (0,2306)
0,3156 0,2471 0,2684
Taxa de desemprego
(0,1999) (0,4310) (0,2973)
0,0420*** 0,0431*** 0,0428**
Desigualdade educacional
(0,0137) (0,0143) (0,0206)
-1E-05 -6E-06 -7E-06
Transferências per capita
(1E-05) (3E-05) (1E-05)
0,1797 0,1848 0,1832
População rural
(0,2234) (0,3595) (0,2497)
continua...

Revista Catarinense de Economia Vol. 6 | n. 1| p 23-38 | jan.-jun. | 2022

Oliveira & Jorge (2022) 35

Tabela 4. continuação...
VARIÁVEIS MEF IV 1 IV 2
R² (Within) 0,4525 0,3300 0,3945
R² (Between) 0,8767 0,8723 0,8758
R² (overall) 0,8333 0,8249 0,8297
Número de observações 135 135 135
Fonte: Elaboração própria.
Nota: 1) Erros padrão entre parênteses; 2) Níveis de significância: ***: Significativo a 1%; **: Significativo a 5%; *Significativo a 10%; 3) Instrumentos: IV 1:
Imprensa; IV 2: Corrupção defasada; IV 3: Diversidade Étnico-racial.

Observa-se que a proporção de pobres se eleva à medida que o nível de corrupção é maior. O modelo em primeiro estágio
mostra que uma variação positiva no nível de corrupção por um desvio-padrão de 0,125 aumenta a proporção de pobres em
pouco mais de 1%.

Analisando o MEF, observou-se também que o coeficiente relacionado ao percentual da população economicamente ativa
foi estatisticamente significativo ao nível de 5% e possui o sinal teórico esperado (GUPTA et al., 2002), a saber: quanto maior
a parcela da população em atividade em um estado, menor a pobreza. Outra variável com alta significância estatística (1%) e
sinal esperado foi a desigualdade educacional, indicando que quanto mais desigual o acesso à educação em um estado, maior
a pobreza.

6 CONSIDERAÇÕES FINAIS
O presente trabalho teve como objetivos analisar a natureza da corrupção no âmbito político-governamental e mensurar
seus efeitos sobre os indicadores de desigualdade de renda e pobreza dos estados brasileiros no período de 2011 a 2015. De
maneira específica, o estudo procurou responder ao seguinte questionamento: Qual a dimensão do impacto da corrupção
sobre os indicadores de desigualdade de renda e pobreza dos estados brasileiros?

Os resultados obtidos fornecem evidências de que a corrupção gera um impacto negativo sobre a pobreza dos estados
brasileiros e que esse impacto pode ser amenizado com políticas públicas voltadas para a redução das desigualdades educacionais
e para o crescimento da mão-de-obra economicamente ativa. Uma implicação importante dos resultados é que as políticas
públicas voltadas para contenção e combate à corrupção também contribuem para a redução dos níveis de pobreza. Tais
achados configuram uma das principais contribuições deste estudo para o entendimento da problemática no âmbito político-
governamental e econômico.

Quanto aos efeitos da corrupção sobre a desigualdade de renda, os resultados obtidos não evidenciaram uma relação
significativa entre essas variáveis, sugerindo-se a necessidade de um aprofundamento do tema em pesquisas futuras. Talvez,
possa ser utilizado um indicador de corrupção mais amplo, abrangendo casos de irregularidades envolvendo outras esferas do
poder público e não apenas as assembleias legislativas, governos de estado, prefeituras e câmaras municipais. Uma segunda
possibilidade é a aplicação de uma modelagem de dados em painel dinâmico, a qual quiçá forneça informações mais precisas
e oportunas para uma análise fidedigna do problema em questão.

REFERÊNCIAS
ACEMOGLU, D.; VERDIER, T. The choice between market failures and corruption. American Economic Review, v. 90, n.
1, p. 194-211, 2000.
ATLAS DO DESENVOLVIMENTO HUMANO NO BRASIL. Rio de Janeiro: PNUD, 2013. Disponível em:
<http://www.atlasbrasil.org.br/>. Acesso em: 18 mai. 2020.
______. Radar IDH-M. Rio de Janeiro: PNUD, IPEA, Fundação João Pinheiro, 2013. Disponível em:
<http://www.atlasbrasil.org.br/>. Acesso em: 18 mai. 2020.
BALBINOTTO NETO, G.; GARCIA, R. L. A economia da corrupção. Revista de Controle e Administração, v. 2, n. 2, p.
189-211, 2006.
BOLL, J. L. S. A corrupção governamental no Brasil: construção de indicadores e análise da sua incidência relativa nos estados
brasileiros. Dissertação (Mestrado em Economia) – Faculdade de Administração, Contabilidade e Economia, Universidade
Federal do Rio Grande do Sul, 2010.
BORSANI, H. Relações entre política e economia: teoria da escolha pública. In: BIDERMAN, Ciro e ARVATE, Paulo
Roberto. Economia do Setor Público no Brasil. Rio de Janeiro: Elsevier, p. 103-125, 2004.
CAMPOS, F. D. A. O.; PEREIRA, R. A. Corrupção e ineficiência no Brasil: Uma análise de equilíbrio geral. Estudos
Econômicos (São Paulo), v. 46, n. 2, p. 373-408, 2016.
CARRARO, A. et al. O impacto da corrupção sobre o crescimento econômico do Brasil: aplicação de um modelo de

Revista Catarinense de Economia Vol. 6 | n. 1| p 23-38 | jan.-jun. | 2022

ROUBA, MAS FAZ? CORRUPÇÃO, DESIGUALDADE… 36

equilíbrio geral para o período 1994-1998. Anais do XXXIV Encontro Nacional de Economia. Salvador/BA: ANPEC, 2006.
DELBIANCO, F.; DABÚS, C. e POU, M. A. C. Growth, Inequality and Corruption: Evidence from developing countries.
Economics Bulletin, v. 36, n. 3, 2016, p. 1811-1820.
FEDERAÇÃO DAS INDÚSTRIAS DO ESTADO DE SÃO PAULO (FIESP). Departamento de Competitividade e
Tecnologia. Relatório de Corrupção: custos econômicos e propostas de combate. São Paulo: FIESP, 2010.
GARCIA, R. L. A economia da corrupção: teoria e evidências: uma aplicação ao setor de obras rodoviárias no Rio Grande do
Sul. Tese (Doutorado em Economia) – Universidade Federal do Rio Grande do Sul, 2003.
GUJARATI, D. N.; PORTER, D. C. Econometria básica. 5. ed. Porto Alegre: AMGH, 2011.
GUPTA, S. et al. Does corruption affect income inequality and poverty? Economics of Governance, v. 3, n. 1, p. 23-45, 2002.
HERNANDES, P. P. Combate à corrupção no Brasil: análise sob a ótica da economia da corrupção. In: Controladoria
Geral da União; Presidência da República (Orgs.). Prevenção e combate à corrupção no Brasil: 6° Concurso de monografias:
trabalhos premiados. Brasília: CGU, 2011.
HUNTINGTON, S. P. Political Order in Changing Societies. New Haven, Conn: Yale University Press, 1968.
INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA (IBGE). Censo Demográfico, 2010. Disponível em:
<https://sidra.ibge.gov.br/>. Acesso em: 05 de mai. 2020.
______. Pesquisa Nacional por Amostra de Domicílios Contínua - PNAD. Disponível em:
<https://sidra.ibge.gov.br/>. Acesso em: 05 de mai. 2020.
INSTITUTO DE PESQUISA ECONÔMICA APLICADA (IPEA). Dados macroeconômicos, regionais e sociais. Disponível
em: <http://www.ipeadata.gov.br/>. Acesso em: 22 mai. 2020.
JOHNSTON, M. What can be done about entrenched corruption? In: Annual world bank conference on development
economics 1997. Washington DC: World Bank, 1998. p. 69-90.
KRUEGER, A. O. The political economy of the rent-seeking society. The American Economic Review, v. 64, n. 3, p. 291-303,
1974.
KURER, O. Corruption: An alternative approach to its definition and measurement. Political Studies, v. 53, n. 1, p. 222-239,
2005.
LAMBSDORFF, J. G. Corruption and rent-seeking. Public Choice, v. 113, n. 1-2, p. 97-125, 2002.
LEFF, N. Economic Development through Bureaucratic Corruption. American Behavioral Scientist, v. 82, p. 337–41,
1964.
MAURO, P. Corruption and Growth. The Quarterly Journal of Economics. v.110, n. 3 p. 681-712, 1995.
______. Corruption: Causes, Consequences and Agenda for Further Research. Finance and Development, v.35, n.1, p.1-8,
1998.
MBAKU, J. M. Africa, Bureaucratic Corruption. Cato Journal, v. 16, n. 1, 1996.
______. Corruption and rent-seeking. In: The political dimension of economic growth. Palgrave Macmillan, London, 1998.
p. 193-211.
MINISTÉRIO DO TRABALHO E EMPREGO (MTE). Relação Anual de Informações Sociais – RAIS . Disponível em:
<http://www.rais.gov.br>. Acesso em: 18 mai. 2020.
MONTES, G. C. e ALMEIDA, A. Corruption and Business Confidence: a panel data analysis. Economics Bulletin, v. 37, n.
4, 2017, p. 2692-2702.
OLIVEIRA, C. A. Economia da Corrupção. In: JORGE, M. A. e JUSTUS, M. (org). Economia do Crime no Brasil. Curitiba:
CRV, p. 297-334, 2021.
PINTO, C. C. X. Variáveis instrumentais. In: MENEZES FILHO, N. A. e PINTO, C. C. X. Avaliação Econômica de
projetos. 3. ed. São Paulo: Fundação Itaú Social, p. 145-166, 2017.
Programa das Nações Unidas para o Desenvolvimento (PNUD). Relatório de Desenvolvimento Humano 2019. Além do
rendimento, além das médias, além do presente: Desigualdades no desenvolvimento humano no século XXI. Nova York:
PNUD, 2019.
POWELL, B. et al. Corruption, Crime and Economic Growth. In: Bruce Benson e Paul Zimmerman (ed). Handbook on the
Economics of Crime. Cheltenham: Edward Elgar, 2010, p. 328-341.
ROSE-ACKERMAN, S. The economics of corruption. Journal of Public Economics, v. 4, n. 2, p. 187-203, 1975.

Revista Catarinense de Economia Vol. 6 | n. 1| p 23-38 | jan.-jun. | 2022

Oliveira & Jorge (2022) 37

______. Corruption: A study in political economy. Nova Iorque: Academic Press, 1978.
______. The political economy of corruption. In: Kimberly Elliott. Corruption and the global economy. Washington: Peterson
Institute, 1997, p. 31-60.
SECRETARIA DO TESOURO NACIONAL (STN). Transferências constitucionais realizadas. Disponível em: <https://
sisweb.tesouro.gov.br/>. Acesso em: 22 mai. 2020.
______. Sistema de informações contábeis e fiscais do setor público brasileiro - SICONFI. Disponível em: <https://siconfi.
tesouro.gov.br/>. Acesso em: 20 de dez. 2020.
SILVA, M. F. G. A Economia Política da Corrupção. Núcleo de Pesquisas e Publicações da Fundação Getúlio Vargas (FGV),
Relatório de Pesquisa, n.3, 1995.
______. Corrupção e produção de bens públicos. In: BIDERMAN, Ciro e ARVATE, Paulo Roberto. Economia do setor
público no Brasil. Rio de Janeiro: Elsevier, p. 126-135, 2004.
SILVA, M. F. G. et al. How does corruption hurt growth? Evidences about the effects of corruption on factors productivity and
per capita income. Fundação Getulio Vargas (FGV), Escola de Economia de São Paulo (EESP), 2001.
SOBRAL, E. F. M. et al. Corrupção e os seus efeitos sobre e dinâmica do crescimento econômico regional: Uma análise do
caso brasileiro. Anais do XLIII Encontro Nacional de Economia. Florianópolis/SC: ANPEC, 2015.
SODRÉ, F. R. A.; RAMOS, F. S. Os impactos da corrupção no desenvolvimento humano, desigualdade de renda e pobreza
dos municípios brasileiros. Anais do XIX Encontro Regional de Economia, Fortaleza/CE: ANPEC e Banco do Nordeste,
2014.
SVENSSON, J. Eight questions about corruption. Journal of Economic Perspectives, v. 19, n. 3, p. 19-42, 2005.
TANZI, V. Corruption, Around the World: Causes, Consequences, Scope, and Cures. FMI Staff Paper, v.45, n.4, p.559-594,
1998.
TANZI, V.; DAVOODI, H. Corruption, public investment, and growth. In: The welfare state, public investment, and growth.
Tokyo: Springer, 1998. p. 41-60.
TRANSPARENCY INTERNACIONAL. Corruption by country/territory. Disponível em: <https://www.transparency.
org/en/cpi/2020/index/nzl>. Acesso em: 01 fev. 21.
TRIBUNAL DE CONTAS DA UNIÃO (TCU). Cadastro de contas julgadas irregulares. Disponível em: <https://
contasirregulares.tcu.gov.br/>. Acesso em: 04 mar. 2020.
WORLD BANK. Helping countries combat corruption: The role of the World Bank. World Bank Monograph, 1997.

Revista Catarinense de Economia Vol. 6 | n. 1| p 23-38 | jan.-jun. | 2022

ROUBA, MAS FAZ? CORRUPÇÃO, DESIGUALDADE… 38

APÊNDICE A: INDICADOR DE CORRUPÇÃO GOVERNAMENTAL ESTADUAL (ICE)

ESTADO 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015
Rondônia 0,372 0,302 0,195 0,178 0,200 0,212 0,237 0,237 0,226 0,202
Acre 0,044 0,040 0,058 0,171 0,194 0,216 0,219 0,206 0,102 0,078
Amazonas 0,201 0,205 0,242 0,273 0,258 0,297 0,297 0,219 0,243 0,290
Roraima 0,215 0,252 0,285 0,350 0,451 0,491 0,475 0,447 0,388 0,393
Pará 0,277 0,268 0,188 0,215 0,267 0,314 0,347 0,354 0,330 0,287
Amapá 0,166 0,202 0,134 0,140 0,216 0,273 0,243 0,219 0,300 0,260
Tocantins 0,097 0,096 0,096 0,098 0,101 0,136 0,136 0,126 0,124 0,193
Maranhão 0,357 0,455 0,446 0,451 0,548 0,569 0,447 0,488 0,536 0,476
Piauí 0,375 0,334 0,304 0,184 0,130 0,128 0,173 0,179 0,182 0,215
Ceará 0,117 0,144 0,132 0,234 0,243 0,264 0,322 0,366 0,297 0,340
Rio Grande do Norte 0,175 0,182 0,191 0,181 0,149 0,157 0,123 0,122 0,128 0,135
Paraíba 0,145 0,247 0,226 0,273 0,286 0,296 0,236 0,319 0,299 0,349
Pernambuco 0,096 0,120 0,127 0,153 0,159 0,190 0,177 0,261 0,264 0,309
Alagoas 0,241 0,226 0,217 0,230 0,115 0,111 0,090 0,089 0,112 0,127
Sergipe 0,054 0,089 0,082 0,077 0,098 0,119 0,226 0,237 0,352 0,350
Bahia 0,301 0,386 0,364 0,371 0,356 0,376 0,265 0,320 0,333 0,391
Minas Gerais 0,203 0,200 0,199 0,208 0,192 0,206 0,216 0,244 0,231 0,268
Espírito Santo 0,085 0,100 0,058 0,136 0,132 0,129 0,112 0,108 0,024 0,026
Rio de Janeiro 0,016 0,016 0,018 0,028 0,047 0,052 0,063 0,063 0,051 0,035
São Paulo 0,025 0,022 0,029 0,037 0,047 0,070 0,095 0,117 0,157 0,249
Paraná 0,045 0,049 0,053 0,067 0,055 0,063 0,063 0,074 0,081 0,087
Santa Catarina 0,007 0,005 0,007 0,007 0,007 0,011 0,012 0,012 0,021 0,023
Rio Grande do Sul 0,023 0,021 0,021 0,025 0,024 0,026 0,050 0,048 0,041 0,046
Mato Grosso do Sul 0,078 0,068 0,017 0,027 0,038 0,055 0,052 0,048 0,042 0,134
Mato Grosso 0,093 0,086 0,087 0,125 0,129 0,143 0,218 0,208 0,179 0,163
Goiás 0,069 0,104 0,106 0,134 0,177 0,178 0,157 0,156 0,230 0,246
Distrito Federal 0,006 0,013 0,013 0,034 0,103 0,111 0,109 0,180 0,157 0,086
Fonte: Elaboração própria.

Revista Catarinense de Economia Vol. 6 | n. 1| p 23-38 | jan.-jun. | 2022